DeltaSeg：面向多类结构缺陷的分层注意力与深度Delta学习
计算机视觉与模式识别
2026-04-22 v1
摘要
自动从视觉检查图像中对结构缺陷进行分割仍具有挑战性，主要由于损伤类型的多样性、极端类别不平衡以及对精确边界描绘的需求。本文提出了DeltaSeg，一种采用分层注意力策略的U型编码器-解码器架构，集成了在编码器中使用的Squeeze-and-Excitation（SE）通道注意力、在瓶颈和解码器中的坐标注意力，以及在跳跃连接中的一种新型深度Delta注意力（DDA）机制。编码器使用深度可分离卷积和膨胀阶段以保持空间分辨率的同时扩大感受野。瓶颈处的空洞空洞空间池化（ASPP）捕获多尺度上下文。DDA模块通过结合用于消除杂质特征的学习Delta算子与解码器信号条件化的空间注意力门来细化跳跃连接。通过多尺度辅助头实现深度监督，进一步加强梯度流动，鼓励在中间解码器阶段产生语义意义的特征。我们在两个数据集上评估DeltaSeg：S2DS数据集（7类）和Culvert-Sewer缺陷数据集（CSDD，9类）。在两个基准测试中，DeltaSeg持续超过12种竞争架构，包括U-Net、SA-UNet、UNet3+、SegFormer、Swin-UNet、EGE-UNet、FPN和Mobile-UNETR，展示了在损伤类型、成像条件和结构几何形状方面强大的跨损伤类型泛化能力。
引用
@article{arxiv.2604.18745,
title = {DeltaSeg: Tiered Attention and Deep Delta Learning for Multi-Class Structural Defect Segmentation},
author = {Enrique Hernandez Noguera and Md Meftahul Ferdaus and Elias Ioup and Mahdi Abdelguerfi},
journal= {arXiv preprint arXiv:2604.18745},
year = {2026}
}